液晶网络是由液晶聚合物单体适度交联得到，兼具有聚合物的弹性和液晶的各向异性，包括多刺激响应能力、可逆的驱动以及可编程的形状变形等性能，因此具有良好的外场响应性、分子协同作用和弹性。氧化石墨烯膜层具有优秀的光热转换性能，而光具有环保性、远程可控性等优异的特性，因此光致形变的氧化石墨烯/液晶网络（GO-LCNs）复合膜逐渐成为人们的研究热点。它可以制作柔性机器人、仿生光热驱动器等先进器件，具有良好的发展前景。本文在两种厚度的液晶网络膜上制作氧化石墨烯薄膜，构成氧化石墨烯/液晶网络复合膜，测量了温度或红外光作用下液晶网络膜厚度对其响应性能的影响。本文结果为复合膜的应用设计提供了实验基础，并以此为基础设计了GO-LCNs复合膜的仿生器件。

液晶空间光调制器通过改变驱动电压强度控制液晶分子排布实现对光的调制。紫外区域可用的液晶空间光调制器随光聚合式3D打印等应用的兴起，重要性日益显现。然而绝大多数液晶材料都是有机物，在紫外波段存在光吸收和光反应。为了拓宽液晶材料的应用波段，本文通过选择在应用波段不发生紫外吸收和光反应的官能团，设计了一类可在325~400 nm波段应用不发生光吸收和光反应的液晶材料，并对液晶材料的紫外-可见光光谱进行仿真以验证设计的合理性。将耐紫外液晶化合物配置成混合液晶材料后与常见的两种混合液晶材料的紫外稳定性进行比较。在经过120 min的325 nm紫外光源的辐照后，液晶材料的吸光度和相变温度几乎不变，双折射率变化0.04%，阈值电压变化1.39%，响应时间变化0.32%。

针对无人机跟踪目标易受视角变化、部分遮挡、背景杂波等因素影响而难以完成对目标的鲁棒跟踪问题，提出一种双重响应异常约束的无人机目标跟踪算法。首先，通过计算局部响应变化向量和全局响应峰值旁瓣比，在线动态更新空间正则化参数，降低边界效应的影响；其次，针对STRCF算法中的时间正则项的参数固定的问题，提出响应异常峰值判断机制，计算次峰响应系数，并将其融合到时间正则化参数上进行实时更新，避免目标模板变异造成跟踪漂移问题；目标函数通过交替方向乘子法迭代求解最优解。在UAV123、UAV20L和DTB70 三个无人机数据集上与代表性的目标跟踪算法进行大量实验，结果表明，在UAV123数据集上的精确度达到71.7%，在DTB70数据集上的跟踪平均速度达到48.3帧/s。本文结果与现有相关滤波类无人机目标跟踪算法相比表现较好，具有较高的实时性和鲁棒性。

为解决无人机在室外实际飞行时的自主避障问题，提出一种基于Ghost改进的YOLOv5轻量化双目视觉无人机避障算法。首先，引入Ghost模块改进YOLOv5中的CBL和CSP_X单元，使用CIOUloss作为回归损失函数，并将非极大值抑制CIOUnms修改为DIOUnms以优化损失函数；其次，对双目相机进行标定和校正；使用ORB特征点提取和滑动窗口匹配算法得到检测目标的视差值，再根据视差值和相机内参求解出障碍物的距离信息；最后，根据障碍物的位置和距离实现无人机的自主避障。该避障算法在嵌入式系统中运行的平均FPS达到14.3，并用无人机避障飞行试验证实了该算法的可行性；改进后的网络检测平均准确率为76.88%，与YOLOv5相比，平均检测精度均值下降0.37%，但检测时间下降22%，参数量下降25%。该算法对无人机的自主避障具有重要的应用价值。

本文设计了一种以液晶聚合物为介质基板的频率可重构天线，通过调节贴片的位置及尺寸实现天线的阻抗匹配。制备聚合物分散液晶薄膜作为天线的介质，并根据液晶与聚合物的比例分别为7∶3、6∶4、5∶5这3种不同配比以及50 μm和100 μm两种不同膜的厚度来考察其效果。在电场作用下，液晶微滴会沿着电场方向重新取向排列，通过改变驱动电压的大小，实现天线的频率可重构。经过对比分析得出，液晶含量（质量分数）为70%的聚合物分散液晶薄膜具有最佳的效果，在48 V的驱动电压下实现了62 MHz的频率连续调节，天线的最大增益为3.5 dBi。该基于液晶聚合物的频率可重构贴片天线结构简单、体积小、质量轻，易于集成在各种移动设备中，发展前景广阔。

反射式液晶显示具有功耗低、绿色环保的优点。但由于没有增亮膜等光学膜系对视角进行调控，常见的网点形貌下视角曲线存在跳变、不均匀等问题。为了改善反射式液晶显示的视角问题，本文建立了反射式液晶模组仿真模型进行探究。首先，分析了前光模组存在的视角问题。接着，以圆锥形和圆台形网点为例分析了网点形貌对视角的影响，并提出棱柱形网点以改善视角。仿真结果表明，棱柱形网点可以有效解决垂直于入射光方向±35°视角的曲线跳变及不均匀问题，且将视角中心亮度相比于圆锥形网点提升了52.3%。本研究对反射式液晶显示设备的视角设计具有重要参考意义。

针对反射式显示器彩色电润湿电子纸在不同色温环境光下显示颜色不一致，影响显示图片色彩还原度的问题，提出一种基于彩色电润湿电子纸光谱反射率特性的色彩校正方法。通过彩色电润湿电子纸的光谱反射率特性，得到不同色温环境光下显示颜色的光谱对应关系，以此建立不同色温环境光下彩色电润湿电子纸显示颜色的映射关系，并根据该映射关系对输入颜色数据进行校正，从而减小不同色温环境光下显示颜色的色差。设置标准光源A（5 000 K）、实验光源B（3 500 K）和实验光源C（6 500 K）对样品进行测试。在两个实验光源下，测量100个测试色块在经过本文方法校正前后的色度数据。实验结果表明，校正前后显示颜色与标准光源下显示颜色的平均色差分别减小了55%和35%，校正后的显示图像平均主观评价Z得分分别为0.45和0.25。

为了提高薄膜晶体管的性能，本文基于射频磁控溅射技术，采用氧化锌锡（ZTO）材料作为沟道层，在SiO₂/p-Si衬底上制备高性能ZTO薄膜晶体管。采用AFM、XRD、UV-Vis研究了溅射功率对ZTO薄膜的表面形貌和光学性能的影响。使用半导体参数仪对ZTO薄膜晶体管进行电学性能的测试，利用XPS分析研究溅射功率对ZTO薄膜中元素组成和价态的影响，探索高性能薄膜晶体管的原理机制。实验结果表明，所有ZTO薄膜样品是非晶结构，表面致密，透光率均大于90%。适当增加溅射功率能够改善ZTO薄膜晶体管的电学性能。在90 W溅射功率下制备的薄膜晶体管综合性能较好，其饱和迁移率达到了15.61 cm²/（V·s），亚阈值摆幅为0.30 V/decade，阈值电压为-5.06 V，电流开关比为8.92×10⁹。

伪装目标分割的任务是使用像素级分割掩码将与背景高度相似的目标进行准确分类和定位，与传统的目标分割任务相比更具挑战性。针对目标与周围环境高度相似、边界模糊、对比度低等问题，构建了一种基于边缘增强和特征融合的伪装目标分割方法。首先，设计了一组边缘提取模块，能够更准确地分割有效的边缘先验。之后，引入了多尺度特征增强模块和跨层级特征聚合模块，分别挖掘层内与层间的多尺度上下文信息。提出了一种简单的层间注意力模块，利用相邻层级间的差异有效滤除融合后存在的干扰信息。最后，通过将各级特征图与边缘先验逐级结合的方式，获得准确的预测结果。实验结果表明，在4个伪装目标基准数据集上，该模型的表现都优于其他算法。其中加权F值提升了2.4%，平均绝对误差减少了7.2%，在RTX 2080Ti硬件环境下分割速度达到了44.2 FPS。与现有方法相比，该算法能够更准确地分割伪装目标。

为解决X射线底片焊缝缺陷分割精度不高、边界信息模糊的问题，本文提出一种改进的Dilated_Pooling_Unet（DP_Unet）网络分割模型。首先，在上下采样间加入编解码信息提取模块DP_block，旨在下采样后最大限度地保留原始缺陷语义信息及减少连续卷积与池化操作造成的损失；然后，在模型中添加GAM注意力机制重点关注焊缝缺陷部分，有效提升缺陷特征通道的学习能力，降低背景噪声影响；最后，提出一种融合二元交叉熵和DiceLoss的混合损失函数，用于解决网络训练时不均衡的正负类数据问题。实验数据集由公开数据集GDX-ray缺陷数据集组成。实验结果表明，本文所提方法在GDX-ray数据集上有较好表现，Dice值达到了93.45%，与基线算法相比均有显著提高。该方法具有良好的分割性能，优于传统的分割算法，有效提高了底片焊缝缺陷分割精度。

为了解决局部对比度方法在用于星图空间目标检测时存在运算量大和去除背景噪声困难的问题，提出了一种基于快速局部对比度和目标特征的方法来检测目标。在对比度计算前、对比度计算中和对比度计算后3个环节，分别提高了算法实时性、对复杂背景的抑制和去除噪声。首先，通过中值滤波去除高频噪声；然后，通过快速局部极大值滤波确定目标区域，通过局部对比度计算抑制背景，突出目标成像特征；最后，根据目标成像特征，设置目标能量分布、目标能量集中和目标能量传递3个特征函数，通过设置特征阈值去除噪声，提取真实目标。实验结果表明，本文所提方法在检测率和时间消耗上均具有优越性，对于信噪比为1.5的目标有95%的检测率，平均耗时仅为某些对比方法的1/30~1/6。本文所提方法更适用于星图复杂背景条件下的目标快速检测，满足星图空间目标检测算法鲁棒性强、实时性高的要求。

激光雷达数据由于其几何特性，被广泛应用于三维目标检测任务中。由于点云数据的稀疏性和不规则性，难以实现特征提取的质量和推理速度间的平衡。本文提出一种基于体柱特征编码的三维目标检测算法，以Pointpillars网络为基础，设计Teacher-Student模型框架对回归框尺度进行蒸馏，增加蒸馏损失，优化训练网络模型，提升特征提取的质量。为进一步提高模型检测效果，设计定位引导分类项，增加分类预测和回归预测之间的相关性，提高物体识别准确率。本网络所做改进没有引入额外的网络嵌入。算法在KITTI数据集上的实验结果表明，相比于基准网络，在三维模式下的平均精度值从60.65%提升到了64.69%，鸟瞰图模式下的平均精度值从67.74%提升到70.24%。模型推理速度为45 FPS，在提升检测精度的同时满足了实时性要求。

针对ICP算法在初始位姿差、部分数据丢失和噪声干扰情况下鲁棒性差、配准精度低的问题，提出一种基于统计局部特征描述与匹配的点云配准算法。首先，用点云局部密度、点云拟合平面距离方差、高斯曲率和平均曲率构建一个四维的统计局部特征描述符，准确地描述查询点的局部特征；然后，通过点对间的特征差异进行对应点匹配，剔除错误点对，解决点云部分数据缺失和噪声干扰的问题；最后，使用平均匹配距离作为度量改进ICP算法，对点云进行配准，解决初始位姿较差时配准精度低的问题。实验结果表明，该算法在初始位姿差、部分数据丢失和噪声干扰情况下的配准精度提高至少1个量级，配准速率也有较大提升，在鲁棒性和配准精度方面均表现出明显优势。